全要素生产率分解下的我国制造业异质性与成长能力研究

闫永琴 尹丽琴

摘要：利用2003—2016年我国制造业28个分行业的面板数据，通过建立超越对数生产函数时变技术效率随机前沿模型，测算了我国制造业各分行业的全要素生产率（TFP）及其分解，并分析了各分行业TFP发展存在的异质性及其对成长能力的影响作用。结果表明，我国制造业各分行业在技术效率、技术进步、技术效率改进、规模效率改进、配置效率改进以及TFP指数方面表现出很大的差异性，制造业异质性对成长能力具有显著的正向促进作用。

关键词：全要素生产率；异质性；成长能力；技术进步

文章编号：2095-5960（2018）06-0046-10；中图分类号：F830；文献标识码：A

一、引言

制造业在当今国家或区域的工业体系中处于核心低位，其增长和发展状况对该国经济增长的速度和质量起着决定性的作用，其生产力发展水平一定程度上决定着一个国家的生产力水平高低，是区别发展中国家和发达国家的重要因素。改革开放以来，我国制造业取得了很大的发展，使得我国逐步发展成为全球制造業大国和“世界工厂”。当前我国制造业仍以低附加值和劳动密集型的加工、装配为主，仍以物质资源要素投入为主，发展方式粗放，资源能源消耗过多，环境污染严重，制造业缺乏科技创新能力，核心发展能力低，在全球产业价值链上处于低端，产品附加值低等现状严重阻碍了我国制造业的可持续发展。

2014年下半年以来，我国经济增速放缓，需求出现萎缩，实体经济，特别是制造业出现了比较严重的过剩产能，一定程度上阻碍了我国经济的发展。以房地产和城市建设为代表的投资拉动型发展对中国经济的增长只能起到短期性作用，而无法使其步入可持续发展轨道。同时，房地产业的泡沫式发展影响了以制造业为主体的实体经济的升级换代，实体经济出现严重的“空心化”状态。我国制造业要在后危机时代新一轮制造业国际格局演变中实现长期发展，需积极面对国际金融危机带来的挑战，不断利用现代信息技术、现代制造技术等手段，切实推进我国制造业的转型升级，而以全要素生产率为基础的成长能力的提升则是实现这一目标的核心因素。本文以我国制造业各分行业作为研究对象，对制造业全要素生产率（TFP）进行分解，对我国制造业各分行业全要素生产率及其分解值发展存在的异质性进行考察，一方面可从行业异质性视角揭示制造业成长能力的形成机制，为我国制造业长期成长能力的培育提供理论支持；另一方面，也通过对我国制造业成长能力的实证性分析，为客观认识我国制造业长期成长能力的源泉提供一个新的视角。

二、文献综述

近年来，国内外学者对制造业行业异质性及其成长能力进行了广泛地研究，并形成了大量的研究成果。总体上看，随着对企业同质性理论假设的不断反思，企业异质性理论假设的提出得到了广泛地接受，在批判传统的企业同质性假设过程中，演化经济学理论学派首次提出了企业异质性假设（Melitz，2003）。David et al（2007）发现企业所拥有的资源对企业创造价值具有重要作用。[1]Del Monte A、Papagni E（2003）通过运用面板数据对意大利企业的实证研究，发现R&D;投入对企业成长具有显著的正向影响作用。[2]Helfat et al（2003）指出企业的成长与其所拥有的核心资源相关。[3]Yeaple S（2009）对美国企业的实证研究表明，企业的结构对企业的异质性具有重要影响。[4]Bernard et al （2007）发现当企业拥有异质性的生产率时，其发展将会更具比较优势。[5]Head K & Ries J （2003）研究表明日本制造业对外投资和出口模式比仅依靠出口模式将更具生产力。[6]孙晓华、周玲玲（2010）、邵敏（2011）以及赖永健（2011）等学者对行业异质性的研究表明企业或行业作为一个内部不断优化的复杂系统，其内部优化的机制与进程是不可复制的，其知识经验积累也只能对其他企业或行业提供借鉴。[7]

通过对有关制造业异质性及其成长能力研究的各种已有文献的归纳总结，向吉英（2005）、吕宏芬、刘斯敖（2012）、陈志展（2011）以及杨汝岱（2015）等学者的研究表明企业异质性的来源主要是由于企业内生性特征决定的，主要体现在企业或行业在其发展过程中积累的关键资源和核心能力不同，其中包括生产率、资源要素、知识、资本、信息、创新能力等方面。[8]范丹（2015）认为企业或行业只有客观的审视内在差异化特征，充分考虑如何最优化配置自身关键性资源和核心竞争力，最大限度地提升其成长能力，才有可能在未来长期发展中始终保持着竞争优势，不被竞争日益激烈的市场所淘汰。[9]李丹、胡小娟（2008），田泽永、江可申（2013），陈艳莹、吴龙（2015）综合考虑企业或行业内部的资源禀赋差异，认为企业或行业异质性的特征主要表现在企业或行业存续时间、经营规模、劳动生产效率、资本和技术密集度、研发投入、组织结构、人力资源、创新能力等方面。[10][11]石腾超、邹一南（2014），严兵（2008），杨超（2016），胡彬（2016）等众多学者对我国制造业异质性及其成长能力的研究主要是将两者结合起来，认为一个行业区别于另一行业的异质性本质上决定了该行业的成长能力。[12][13]

从以上研究成果可以看出，现有研究成果多集中于生产率方面的差异性、区域差异性、投入产出的差异性等。学者们主要选取不同时间维度和空间尺度的经济数据，基于不同角度对制造业异质性及其成长能力进行研究，所得出的结论也不尽相同，甚至截然相反。因此，本文对我国制造业分行业全要素生产率进行分解测算，以探寻我国制造业异质性及其成长能力与机制，以期对已有研究形成有益补充。

三、相关概念与基本理论

（一）行业异质性

异质性主要指样本或观测个体的差异性特征。关于异质性的理论研究，基于微观企业视角对异质性的研究颇多，使得异质性理论研究逐渐成熟，为中观层面行业异质性的研究提供了坚实的基础。企业与行业都以盈利为目标，二者在本质上是一致的，因此，企业异质性理论同样可以适用于行业异质性的讨论。

在现实经济活动中，各个行业开展生产经营活动具有不确定性，即使各行业处于同一经济环境，也会由于各自的组织结构、研发能力及企业文化等因素最终导致尽管行业在同样的投入水平下其产出也会有所差异。在行业异质性假设下，从投入产出、产品服务到市场策略、定位等都具有差异性，这种差异化的服务和策略通过发现市场的需求，或通过细分市场挖掘新的机会，在满足市场需求的前提下实现了行业的价值，这种非价格竞争方式一定程度上可以视为一种“正和博弈”。

沃纳菲尔特（1984）认为，企业是由各种资源要素组成的集合体，在其成长过程中不同的原因，造成企业拥有的资源具有异质性，这种异质性决定了企业竞争力的差异。这一观点同样适用于行业异质性分析，不同行业的资源和能力是有差异的，行业的成长正是来源于这种异质的资源和能力，这种差异对获取竞争优势具有重要意义。从一个行业出现开始，在发展的每一个阶段，行业资源都在发生着变化，并促使不同行业间从内部特性上产生根本性差别。在完善的市场竞争中，充分竞争会导致行业拥有不同的能力，这些能力成为行业的核心资源，是该行业区别于其他行业的重要特征，因此，在某种意义上可以把行业的核心资源视为行业的异质性表现。

（二）成长能力

成长能力是企业或行业持续发展和未来价值的源泉，是一个企业或行业赖以生存的根本之基，对企业或行业的成长能力进行分析与评价有着重要的现实意义。马歇尔在《经济学原理》中指出，每个行业是由一系列技术水平、发展规模、人力资本、企业文化、组织结构、市场占有率及创新能力等都存在异质性的企业组成。单个企业会经历成长与衰落，甚至最终退出市场，但一个行业则可能面临长期的波动，甚至出现长期平稳向前发展的态势，这是由行业自身的成长能力决定的，行业的成长能力使得行业能够获得持续不竭的发展动力。

行业的成长是随着时间的推移经历由小到大，由不成熟到成熟，由低级状态到高级状态的过程，这是行业内在特性和外在环境因素相互作用的结果。行业的成长能力是行业在竞争性的环境中通过扩大规模等即量的发展和革新技术等即质的发展获得潜在竞争优势的能力，包括以下几个要素：技术能力、应变能力、转化能力、创新活力以及组织协调能力等，是一个行业拥有的核心能力、关键技能和隐性知识，是决策和创新的源泉。

制造业成长能力最终表现为产品的市场竞争能力。制造业的成长能力不是孤立的，它是包含资源组合、技术、产品、人员、组织、资本以及创新等各种要素的综合体，是一种综合性的能力，最终通过它的产品竞争能力反映出来。制造业的成长能力能为其带来竞争优势，行业较高的成长能力，会为行业带来持续竞争能力。

（三）行业异质性和成长能力的关系

在新古典经济学研究框架下，把企业看作“黑箱”，假设企业是同质性的，即企业中的生产率、生产能力、知识积累等内在特性是同质的，扩展到行业中，即假设同一行业内部运行机制具有同质性，虽然这种假设为研究带来了很大的便利，但与行业现实运行状况并不符合。处于现实经济环境中的行业，在地理位置、资源禀赋、政治环境以及创新能力等方面都具有显著的异质性，对行业的发展会产生一定程度的影响作用。

制造业由众多行业构成，每一个行业都会存在和其他行业不同的特點，即行业之间存在异质性。每个行业在地理位置、资源禀赋、R&D;强度、组织结构、技术发展水平以及创新能力等方面存在很大的差异，发展能力较强的行业通过知识、技术以及生产率等的外溢效应能够使得自己获得优于其他行业的竞争力。生产同类或类似产品的企业组成一个行业，随着社会分工的进一步细化，不同行业之间的合作不断加深。不仅企业之间存在知识、资本的溢出效应，行业之间也会发生知识与技术的互补效应。行业可以通过自身的优势获得成长能力，也可以通过其他行业的影响来提升自己的成长能力。每个行业在地理位置、技术发展水平以及创新能力等方面存在很大的差异，成长能力较强的行业可能会率先采用先进的生产技术或完善的制度来提高自己的生产率，从而使得自己获得优于其他行业的竞争力。

四、理论假设

我国制造业各分行业异质性主要表现在促进各分行业全要素生产率增长的技术效率、技术进步率、规模效率以及资源配置效率的改进等方面。我国制造业成长能力主要来源于行业全要素生产率存在的异质性，现从全要素生产率的视角提出以下理论假设：

1.根据历史经验，制造业各分行业全要素生产率及其分解值存在很大的异质性，通过超越对数生产函数随机前沿模型，测算全要素生产率增长率及其构成对这一假说进行实证性研究。

2.制造业各行业全要素生产率、技术效率的变化、技术进步率、规模效率改进以及资源配置效率改进在制造业不同行业间存在很大的差异性。

3.制造业各分行业异质性对其成长能力具有正向的促进作用

现有研究成果表明，技术非效率在制造业各分行业是存在的，在控制投入要素和其他不可控因素后，我国制造业技术非效率这一比例值是多少？我国制造业技术进步是中性的还是非中性的？我国制造业各分行业全要素生产率及其分解值是否存在差异性？以及我国制造业各分行业异质性是否对成长能力具有正向的促进作用？上述问题都需要通过建立面板随机前沿模型进行严格的计量实证分析。

五、实证分析

（一）研究方法

本文采用基于面板数据的超越对数生产函数时变技术效率随机前沿模型（SFA）对我国制造业各分行业的TFP指数、技术进步率、资源配置效率改进、技术效率改进以及规模效率改进各效率改进部分进行测算，实证研究我国制造业各分行业全要素生产率增长存在的异质性。随机前沿生产函数模型表达式为：

Yit=f（Xit，t）exp（vit-uit）

构建模型如下：

LnYit=β0+β1LnLit+β2LnKit+β3t+12β4（LnLit）2+12β5（LnKit）2+12β6t2+12β7（LnLit）（LnKit）+β8t（LnLit）+β9t（LnKit）+vit-uit

其中，Yit代表制造业的产出，i表示第i个行业，t表示时间趋势变量，K和L分别表示劳动力投入与资本投入，β0-β9为待估计参数。随机扰动项由随机误差项（vit）和技术无效率（uit）两部分组成，其中vit服从N（0，σ2v♂）分布的随机；uit服从N+（μit，σ2u），为非负随机变量，取截断正态分布（截去<0的部分）。复合残差项uit和vit的分布相互独立，且都和回归的解释变量不相关。

技术效率TE=e-uit 变化率可以通过下式计算：TEC=TEitTEit-1-1

技术进步TC表示在各种要素投入不变的情况下，随着时间的变化，技术前沿变化的速率，即：TC=f（Xit，t）t=β3+β6t+β8LnLit+β9LnKit

在超越对数生产函数模型下，资本投入K和劳动投入L的产出弹性分别为：

资本投入的产出弹性为：ηK=dYYdKK=dLnYitdLnKit=β2+β5LnKit+12β7LnLit+β9t

劳动投入的产出弹性为：ηL=dYYdLL=dLnYitdLnLit=β1+β4LnLit+12β7LnKit+β8t

根据增长核算法，当投入发生变化时，根据全要素生产率的含义，TFP增长率代表的是剔除要素投入增长贡献后的产出增长率，可以表示为增长核算中的余值，TFP增长率的分解表达式为：

TFP=TC+TEC+∑j（ηj-sj）xj=TC+TEC+∑j（ηj-sj）xj+∑jλjxj-∑jλjxj

=TC+TEC+∑j（ηj-λj）xj+∑j（λj-sj）xj

=TC+TEC+∑j（λjRTS-λj）xj+∑j（λj-sj）xj

=TC+TEC+（RTS-1）∑jλjxj+∑j（λj-sj）xj

其中，ηj=dLnYdLnxj表示第j种投入要素的产出弹性，sj表示第j种投入要素在要素总成本中所占的份额，xj表示投入要素j的增长率，规模经济效益RTS=∑jηj，λj=ηjRTS表示第j种要素相对总体规模报酬的产出弹性，则∑jλj=1。在规模收益不变和要素自由处置（C，S）条件下，λj=sj，而当两者即要素相对总体规模报酬产出弹性λj与要素在总成本中所占份额sj的偏离反映了资源配置效率。

综上所述，在超越对数生产函数随机前沿模型框架下，全要素生产率的增长可以分解为技术效率的变化TEC、技术进步率TC、规模效率的改进SEC和资源配置效率的改进AEC这四个部分。

（二）数据选取与说明

本文的研究主要是建立在2003—2016年我国制造业分行业的面板数据基础之上，数据主要来源于《中国统计年鉴》，部分来源于《中国劳动统计年鉴》。为保持行业数据一致性，按照国家统计局最新颁布的《国民经济行业分类》（GB/T4754—2011）中对制造业的分类方法，本文的研究选取我国制造业门类下31个行业。

通过对制造业行业进行合并及剔除处理，本文最终确认研究的对象是我国制造业门类下28个分行业，具体包括：1.农副食品加工业；2.食品制造業；3.酒、饮料和精制茶制造业；4.烟草制品业；5.纺织业；6.纺织服装、服饰业；7.皮革、毛皮、羽毛及其制品和制鞋业；8.木材加工和木、竹、藤、棕、草制品业；9.家具制造业；10.造纸和纸制品业；11.印刷和记录媒介复制业；12.文教、工美、体育和娱乐用品制造业；13.石油加工、炼焦和核燃料加工业；14.化学原料和化学制品制造业；15.医药制造业；16.化学纤维制造业；17.橡胶和塑料制品业；18.非金属矿物制品业；19.黑色金属冶炼和压延加工业；20.有色金属冶炼和压延加工业；21.金属制品业；22.通用设备制造业；23.专用设备制造业；24.交通运输设备制造业；25.电气机械和器材制造业；26.计算机、通信和其他电子设备制造业；27.仪器仪表制造业；28.废弃资源综合利用业。

对于制造业全要素生产率TFP及其分解部分的测算需要收集处理制造业各行业的产出Y、资本投入K和劳动投入L，由于《中国统计年鉴》中某些年份数据的缺失，并且由于统计口径及数据质量方面存在的差异等原因，使得本文所选取年份的数据失去了连续性和一致性，将会在一定程度上影响本文研究结果的有效性，因此，本文选取合理的方法对所选取的数据进行了有效处理，使其保持前后的连续性和一致性。其中，选取的指标主要包括制造业工业总产值（亿元）、制造业的全部从业人员年平均人数（万人）以及制造业企业的固定资产净值年平均余额（亿元）。

1.制造业产出。本文运用制造业工业总产值衡量制造业产出水平Y，由于2004年以及2012—2016年《中国统计年鉴》没有制造业工业总产值这一统计指标，为了保持数据的连续性，选取制造业主营业务收入（亿元）这一指标来代替，并使用价格指数进行平减。

2.劳动投入。本文使用制造业全部从业人员年平均人数衡量劳动投入L，由于2012—2014年《中国统计年鉴》没有制造业全部从业人员年平均数这一统计指标，制造业从业人员年平均人数运用公式（全部从业人员年平均人数=主营业务收入/人均主营业务收入）计算得出，2015年与2016年使用平均用工人数衡量劳动投入L。

3.资本投入。本文运用制造业固定资产净值年平均余额衡量资本投入K，2009年与2010年使用固定资产净值衡量资本投入，2013—2016年《中国统计年鉴》没有固定资产净值年平均余额这一指标，用资产总计减流动资产合计这一指标来代替。

（三）模型设定及估计结果

根据超越对数生产函数随机前沿模型及其他理论假定，运用我国2003—2016年制造业28个行业的面板数据，采用Stata 12软件对制造业分行业生产函数进行估计，估计方法是极大似然估计法，估计结果见表1所示。

其中：a代表（LnLit）2，b代表（LnKit）2，tt代表t2，c代表（LnLit） （LnKit），m代表t（LnLit），n代表t （LnKit）

数据来源：根据2003—2016年中国统计年鉴数据运用Stata软件计算得出

从表1中我们可以看出，模型中绝大部分参数的估计值都通过了5%的显著性水平检验。

1.根据模型参数估计结果可知，针对参数联合检验的χ2统计量为283343和相应的P值为00000，表明参数整体上相当显著。同时，复合扰动项中技术非效率所占的比重即gamma的估计值为09081，接近于1，表明实际产出与理想产出之间的差主要是由技术非效率引起的，即生产无效率是造成制造业各行业生产函数偏离前沿面的主要原因，随机前沿生产函数的误差主要来源于随机变量uit，采用随机前沿技术对生产函数进行估计是恰当的。混合误差中，由人为操作引起的技术无效率的影响占主要地位，技术无效率误差uit占总误差的比例为9081%，随机误差vit占总误差的比例为919%。

2.与时间t有关的参数β3、β6、β8及β9的估计值均不为零，并且大部分在5%显著性水平上通过了检验，表明我国制造业存在着技术进步，同时，参数β8和β9即投入要素与时间的交叉项回归系数在5%的置性水平上显著不为零，说明制造业技术是非中性的，即技术不是独立于生产要素的，即随着时间的变化投入要素对产出的贡献会不断变化。

3.参数β4、β5及β7的估计值在5%的显著性水平上均通过了检验，表明本文构建的超越对数生产函数随机前沿模型中二次项的设定是合理的，即采用超越对数生产函数随机前沿模型是恰当的。

4.回归结果中关于劳动要素L的估计是比较特殊的，其一次项及二次项参数系数符号均为负，出现这种结果的原因可能在于选取劳动力要素投入指标的统计口径不一致以及数据来源渠道不统一。

（四）结果分析

根据以上模型参数估计结果，以及TEC、TC、TFP的计算公式可以计算出我国制造业28个分行业全要素生产率及其分解值，并根据估计结果对我国制造业各分行业存在的异质性程度进行分析。

1.制造业各分行业全要素生产率增长率及其分解异质性分析

為了对我国制造业各分行业全要素生产率增长率及其分解值存在的异质性进行分析，根据实证结果，表2列出了我国制造业各分行业全要素生产率指数及其分解值。

（1）从各分行业技术效率水平来看，我国制造业28个分行业的技术效率水平存在较大的差异，2003—2016年除了农副食品加工业及石油加工、炼焦和核燃料加工业、化学原料和化学制品制造业、黑色金属冶炼和压延加工业、有色金属冶炼和压延加工业、交通运输设备制造业、电气机械和器材制造业以及计算机、通信和其他电子设备制造业8个行业的技术效率平均值在06以上，其他行业的技术效率平均值基本处于01—05之间，各行业的技术效率水平整体较低。其中印刷和记录媒介复制业、家具制造业、化学纤维制造业等大多数行业的技术效率平均值在02—05之间的较低水平，表明这些行业在发展过程中存在着对现有资源以及技术未充分利用的情况，通过技术效率改进来提升全要素生产率增长的空间还很大。

（2）从各分行业技术进步来看，各分行业的技术进步表现出很大的差异性，其中，黑色金属冶炼和压延加工业技术进步水平最高，废弃资源综合利用业的技术进步水平最低。整体来看，技术进步是推动各分行业全要素生产率增长的主要原因，表明技术进步成为推动制造业各分行业成长的主要因素。

（3）从技术效率改进方面来看，2003—2016年我国制造业各分行业的技术效率改进水平整体较低，大部分行业的技术效率改进水平在003之下，表明制造业各分行业通过提升技术效率改进水平进而促进生产率增长的潜力较大，从总体来看，与技术效率水平表现不同，我国制造业各分行业技术效率水平较高的行业，技术效率改进水平却较低。

（4）从规模效率改进方面来看，规模效率改进在制造业各行业的表现具有很大的差异性，电子、设备、器材等制造业表现出了规模不经济性，其对全要素生产率变化产生了负向影响，其规模效率改进水平位于零之下，其规模不经济性对全要素生产率产生了负向影响，其余行业的规模效率改进水平平均值位于02之下，表明2003—2016年我国制造业各分行业的规模效率改进水平整体较低。制造业各分行业规模效率改进水平整体表现不佳，规模效率改进水平的滞后成为我国制造业各分行业发展过程中的一大制约因素。

（5）从配置效率改进方面来看，2003—2016年我国制造业各分行业的资源配置效率水平整体较低，除了废弃资源综合利用业的配置效率改进为负值，其对全要素生产率产生了负向影响，使生产率降低了00539，其余各行业的配置效率改进水平在零以上，对生产率变化产生了正向影响，各行业配置效率改进水平存在较大的差异。

2.制造业各分行业异质性对成长能力影响实证分析

为了研究我国制造业各分行业异质性与成长能力的关系，分析行业异质性对成长能力的影响，本文构建了二者之间的随机效应回归模型。行业异质性包含行业发展中所面临的内部和外部环境中的一切要素，如地理环境、资源禀赋、R&D;密集度、知识资本、创新能力以及组织结构等，这些都会影响到行业异质性，本文只选取了五个异质性指标来解释我国高技术制造业的行业异质性，其结果是不完善、不全面的，因此，为了使本文的实证结果更接近经济现实，本文选取行业规模、企业单位数与产品销售收入作为模型构建中的控制变量。可以看出，行业规模（GO）、企业单位数（EN）与产品销售收入（SR）都会影响行业的成长能力。

本文通过运用欧氏距离法，选取了技术效率改进、技术进步、规模效率改进、配置效率改进以及TFP指数这五个异质性指标，测算了我国制造业28个行业的异质性系数，测算结果表明行业的异质性系数介于0149—7562之间，意味着我国制造业28个行业之间的异质性较强。同时，运用因子分析法构建了我国制造业成长能力评价的综合指标，成长能力综合评价得分函数为：

F=∑2i=1（第i个公共因子的方差贡献率×Fi）总方差贡献率

因此，本文对我国制造业各分行业异质性与成长能力的关系通过构建多元回归模型来进行分析，构建的回归模型如下：Fi=α0+α1Di++α2GOi+α3ENi+α4SRi+ε

其中，Fi为行业成长能力综合评价指标，Di为行业异质性系数，GOi为行业规模，ENi为行业企业单位数量，SRi为产品销售收入，i为制造业28个样本行业中第i个行业，α0—α4为待估计参数。

本文旨在研究我国制造业各分行业异质性对行业成长能力的影响，通过上述构建的多元回归模型，运用STATA软件进行广义最小二乘法回归分析，实证分析结果如表3所示。

实证结果表明，我国制造业行业异质性系数对其成长能力的影响是显著的，异质性回归系数为01489，且在5%的显著性水平上通过了显著性检验，同时，其异质性系数回归结果为正，表明行业异质性系数与其成长能力正向相关，说明制造业行业间的差异性对行业发展有一定的影响，其拟合优度整体都较高，表明解释变量对因变量的解释程度较高，说明其行业异质性系数与成长能力有较高的相关关系，表明评价制造业的成长能力应该考虑技术效率改进、技术进步、规模效率改进、配置效率改进以及TFP指数这几方面的因素。此外，由回归结果可以看出，行业规模、行业企业数量以及产品销售收入与成长能力具有显著性关系，表明制造业行业企业规模、行业企业数量以及产品销售收入的差异性也将显著影响其成长能力。

六、主要结论

本文运用基于面板数据的超越对数生产函数随机前沿模型，通过对2003—2016年我国制造业各分行业的TFP增长率及其分解值的测算，分析了我国制造业各分行业全要素生产率及其分解值存在的异质性，实证检验了我国制造业各分行业异质性对其成长能力的影响作用，得出以下结论：

1.我国制造业各分行业存在技术进步非中性。在制造业发展过程中，技术进步表现出了非中性，即技术进步不是独立于生产要素的，随着时间的推移，技术进步水平赋予在投入要素资本和劳动力中，使投入要素资本与劳动力对产出的贡献随着时间的改变而变化。因此，提高我国制造业的技術进步水平，促进我国制造业转型升级，增强我国制造业竞争力，对于增强我国综合国力具有重大的战略性意义。

2.2003—2016年技术进步是推动我国制造业TFP增长的核心力量，技术效率呈现不断上升的趋势，而技术进步整体上呈现出下降的趋势，规模效率改进水平在整个时期内表现滞后，一定程度上制约了全要素生产率的增长，我国制造业全要素生产率增长率水平整体较低。

3.在对我国制造业各分行业全要素生产率增长率存在的异质性进行分析中，各分行业在技术效率、技术进步、技术效率改进、规模效率改进、配置效率改进以及TFP指数方面表现出很大的差异性，行业之间的异质性系数较强。由于各个行业所经历的成长过程不同，因此导致其创新能力、人力资本、知识资本以及生产率水平等互不相同。

4.我国制造业行业异质性对成长能力具有显著的正向影响作用。我国制造业各个行业由于其发展历程不同，导致其行业之间的异质性较强，因此，会使得制造业各行业拥有不同的成长能力，该行业的成长能力相对于其他行业具有更大的优势。本文选取行业异质性指标时，考虑的是技术效率改进、技术进步、规模效率改进、配置效率改进以及TFP指数五个方面，综合构成行业异质性系数，其对成长能力具有明显的正向影响作用。

参考文献：

[1]David G Sirmon， Michael A Hitt， R Duane Ireland. Managing firm resources in dynamic environments to create value：looking inside the black box[J]. Academy of Management Review， 2007：273-292.

[2]Del Monte A， Papagni E. R&D; and the growth of firms：empirical analysis of a panel of Italian firms[J]. Research Plocy，2003，32（06）：1003-1014.

[3]Helfat， C. and Peteraf， M. The Dynamic Resource-Based View：Capability Lifecycles[J]. Strategic Management Journal，2003，24（10）：997-1010.

[4]Yeaple， S. Firm Heterogeneity and the Structure of U.S. Multinational Activity： An Empirical Analysis[J].Journal of International Economics，2009（02）：206-215.

[5]Bernard A B， Redding S， Schott P. Comparative Advantage and Heterogeneous Firms[J]. Review of Economic Studies， 2007， 74（01） ： 21-34.

[6]Head K. and Ries J. Heterogeneity and the FDI Versus Export Decision of Japanese Manufactures[J]. Japanese Int Economics，2003，17（03）：448-467.

[7]孙晓华，周玲玲.异质性、技术创新与产业演化[J].产业经济评论，2010（4）：80-91.

[8]吕宏芬，刘斯敖.我国制造业集聚变迁与全要素生产率增长研究[J].浙江社会科学，2012（3）：22-30.

[9]范丹.经济转型视角下中国工业行业环境全要素生产率及增长动力分析[J].中国环境科学，2015（10）：3177-3186.

[10]李丹，胡小娟.中国制造业企业相对效率和全要素生产率增长研究—基于1999—2005年行业数据的实证分析[J].数量经济技术经济研究，2008（7）：31-41.

[11]田泽永，江可申.我国制造业全要素生产率增长的差异化路径分析[J].统计与决策，2013（24）：59-61.

[12]石腾超，邹一楠.我国制造业全要素生产率区域差异及其原因研究—基于制造业2003—2011年面板数据的实证分析[J].区域经济评论，2014（1）：130-136.

[13]严兵.效率增进、技术进步与全要素生产率增长—制造业内外资企业生产率比较[J].数量经济技术经济研究，2008（11）：16-26.

Research on the Heterogeneity and Growth Capability of Manufacturing Industry in China Based on TFP Decomposition

YAN Yongqin，YIN Liqin

（Shanxi University of Finance and Economics，Tai Yuan，Shanxi 030006， China）

Abstract：By using the panel data of 28 industries of manufacturing industries in our country from 2003 to 2016 and using a translog production function to change the technical efficiency stochastic frontier model， this paper estimates total factor productivity （TFP） and its decomposition of manufacturing industries， and analysis TFP growth in the presence of heterogeneity of manufacturing industries and the impact of industrial heterogeneity on growth capability.The results indicate that Chinas manufacturing industries show a great difference in technical efficiency， technical progress and technical efficiency improvement， scale efficiency improvement， improvement of allocation efficiency and TFP index . At the same time， industrial heterogeneity has a significant positive role in promoting its growth capability for manufacturing industries. This indicates that enhancing industrial heterogeneity is benefit to promote growth capability of manufacturing industries in China by promoting technical progress efficiency， transformating increasing manner and improving the total factor productivity.

Key words：TFP； heterogeneity； growth capability； technical progress

責任编辑：萧敏娜